京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网+推动金融转型:大数据破冰无抵押担保
对于蚂蚁金服来说,大数据在征信方面起到了关键作用。比如网店业主,可能并没有健全的财务制度,也没有很多的抵押物,蚂蚁小贷不需要抵押物和担保,而是通过店主的订单数据、店铺行业及行业排名等综合分析,来决定店主的信用额度。
据介绍,2010年至今年7月,蚂蚁小贷公司贷款额度为4500亿,为超过170万家小微企业贷款,不良贷款率约为1.5%。
大数据与金融业的融合正在不断地产生化学反应。
近日,国务院印发《促进大数据发展行动纲要》,提出建设十个大数据工程,在大数据新兴产业中,互联网金融被放到首位。
大数据给金融行业带来的变革,正在不断深化。围绕着数据资源和数据行业的立法规范,在互联网金融业态里,地方政府机构、互联网巨头、传统金融企业、中小创业企业,数方角力,正在构成一个全新的生态系统。
信用数据代替抵押担保
大数据时代,每一次生活缴费和打车记录,都可以构成个人信用记录。
不管是传统金融行业,还是近两年很热闹的互联网金融行业,大数据在其中的应用已经越来越广泛。目前金融机构已经在尝试的应用,包括客户画像、精准营销、风控管控,以及识别欺诈和股价预测等。
“大数据这三个字,已经高频率到让一些人反感,但是我们的很多业务,确实都是依托大数据展开的。”蚂蚁金融服务集团(下称“蚂蚁金服”)公关部张道生告诉21世纪经济报道记者。
蚂蚁金服是金融大数据应用探路较早的互联网金融公司,其旗下的支付宝、余额宝、招财宝、蚂蚁小贷及网商银行等,均对相关业务有所尝试。另外,作为“允许进行个人征信业务准备工作”的八家机构之一,蚂蚁金服旗下的芝麻信用,开始测试使用个人征信系统,至今已摸索大半年。
用户打开支付宝,其中“财富”栏中可看到芝麻信用,点击即可以看到自己的信用分。芝麻信用分最低350分、最高950分,分数越高代表信用程度越好。分数高到相应的程度,用户用芝麻分和芝麻信用报告就可申请新加坡和卢森堡签证,不用再提交资产证明、在职证明或者户口本等复杂资料。
其他互联网金融公司,包括大批的P2P模式的网络借贷平台,第三方支付平台,以及京东白条和微众银行等,都或多或少地用到了大数据。
伴随互联网金融纵深发展,大数据优势越加凸显。作为互联网金融创新的驱动力,大数据金融带来的制度变革与技术颠覆,将会决定着互联网金融未来的走向和趋势。
张道生表示,对于蚂蚁金服来说,大数据在征信方面起到了关键作用。比如网店业主,可能并没有健全的财务制度,也没有很多的抵押物,蚂蚁小贷不需要抵押物和担保,而是通过店主的订单数据、店铺行业及行业排名等综合分析,来决定店主的信用额度。
据介绍,2010年至今年7月,蚂蚁小贷公司贷款额度为4500亿,为超过170万家小微企业贷款,不良贷款率约为1.5%。张表示,这个模式证明,可以通过大数据分析小微企业的信用。
张道生补充说,与传统风控体系需要“层层岗哨”、反复排查不同,互联网金融高效很多,通过对用户以往的购物消费时间、地点数据,可以很快做出判断,未来完善到一定程度,可能支付密码都会消失。
在传统金融行业,比如银行、保险等领域,大数据也早已成为金融业重要支撑。工商银行、中国银行、农业银行、建设银行等都有自己的大数据分析系统。
TalkingData董事长崔晓波告诉21世纪经济报道记者,早在三年前,他们就与银行合作做大数据开发,招商银行是他们的第一家银行客户。
目前TalkingData为招行信用卡中心提供移动统计分析平台和App运营咨询服务,信用卡中心可以了解用户App的访问行为,量化产品转化率,为产品运营和市场营销提供数据支持。据介绍,他们的客户还包括中国银联、中信银行、平安保险、国信证券等。
信用数据率先开放
金融机构使用大数据,最直接面临的就是数据源问题。
某银行负责小微贷款风控业务的人士告诉21世纪经济报道记者,相比传统的企业贷款,小微贷款更适合互联网时代的金融概念。同时,由于数据源和信息源的缺乏,对放款的要求会比传统企业贷款稍微放松,更强调变通,也更强调深入接触相关贷款企业和人员,“但随着数据的不断开放和共享,未来肯定会更系统化和模式化,尽量减少人的主观参与和判断。”
而对于野蛮生长的P2P领域,数据源缺乏更严重。一位P2P行内人士向21世纪经济报道记者透露,除了购买征信企业的数据服务、建立自己的征信系统之外,很多P2P小贷公司之间通过QQ、微信群等方式交流,共享贷款人的信息。
张道生表示,对于互联网金融企业来说,发展的关键一是要有数据,二是懂得如何应用数据,三是有大数据的思维。
目前对于掌握大量数据的互联网金融公司来说,优势明显。以芝麻信用为例,其数据源三分之一为阿里巴巴的电商和蚂蚁金服的电商数据;另外还包括政府、法院等公共机构的数据和合作商户的回流数据,蚂蚁金服与神州租车和酒店合作,这些商家会向芝麻信用反馈用户信用信息;此外,还有部分是用户自己提交的数据。
崔晓波介绍,他们获取数据的来源,主要是通过提供SDK插件,从合作应用和游戏的客户端直接掌握数据;此外,和安卓类应用商店合作,获取数据。最后,在合规、合法,不侵犯任何合作方利益的情况下,采用数据交换和合作的方式,获取更多元的数据。
一家互联网金融企业负责人表示,推动数据源的开发,首先应该是政府开放数据,同时尽快完善大数据相关的规范和立法;跟金融相关的数据,85%以上掌握在政府手里;目前市面上的很多数据交易,包括企业和政府间的数据交易,也都处于灰色地带。
在9月份发布的《促进大数据产业发展纲要》里,信用领域的政府数据被列在政府数据需要率先开放的首位。
文件还提到要加快建立公民、法人和其他组织统一社会信用代码制度,依托全国统一的信用信息共享交换平台,建设企业信用信息公示系统和“信用中国”网站,共享整合各地区、各领域信用信息,为社会公众提供查询注册登记、行政许可、行政处罚等各类信用信息的一站式服务。
这对于类似蚂蚁金服等互联网金融公司来说,无疑是一个好消息。
推动大数据共享
业界构想的大数据金融应用发展蓝图,在实际操作过程中,最现实的就是数据的准确性和及时性,个人数据隐私规范以及数据的产权界定等问题。
中部某银行负责风控的人士表示,从风控的角度来说,银行对贷款人的信息建立在多方验证和实地了解的基础上,对于一些机构提供的大数据,他表示,“只能作为参考”。他认为,单靠依赖数据放款的贷款类型很少,而且金融机构对数据的要求很高,需要数据具有及时性、有效性和全面性,这些数据还需要不断地更新和管理。
在数据的准确性方面,由于现在没有统一的数据标准和完善的行业监管,再加上数据挖掘和分析技术的水平不一,部分企业数据造假的新闻一直时有传出。而由于大数据权属不清晰,也带来了数据获取方面的灰色地带。
在数据分析方面,业界人才资源严重紧缺。21世纪经济报道记者采访的大数据企业,几乎时刻都在满世界寻找数据分析人才。
近期的一场国际大数据论坛上,有业界人士称,如何变数据竞争为数据合作,也是实现大数据在金融行业深度应用的一个难题。微金所副总裁张继业认为,互联网金融现有两三千家平台,平台之间的数据都是相互隔离的。应该把这些数据整合起来,实现行业共享,把征信机构与互联网金融企业之间的数据壁垒打通,在数据问题上从竞争走向合作。
不仅仅是在金融大数据方面,其他诸多行业的大数据共享合作,一直也是业界呼吁的重点。目前有不少企业正在筹建大数据企业行业联盟,试图增进数据流动和共享。
《促进大数据产业发展纲要》提到,充分利用社会各方面信息资源,推动公共信用数据与互联网、移动互联网、电子商务等数据的汇聚整合,鼓励互联网企业运用大数据技术建立市场化的第三方信用信息共享平台。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08